马氏距离

本文转载自：https://blog.csdn.net/u010167269/article/details/51627338
转载有点问题，大家可去原文观看

Preface

  之前在写《Multi-view CNNs for 3D Objects Recognition》的阅读笔记的时候，文章中的一个创新点便是将MVCNN网络提取到的3D Objects的形状特征描述符，投影到马氏距离（Mahalanobis Distance）上，“这样的话，相同类别3D形状之间的ℓ2距离在投影后的空间中就更小，而不同的类别之间的ℓ2在投影后会更大”，也更适用于3D形状的分类与检索。
  后来我沿着这篇文章继续追踪这个马氏距离，发现在2013年BMVC会议上的《Fisher Vector Faces in the Wild》，2008年的PR会议上的《Learning a Mahalanobis distance metric for data clustering and classification》，这两篇文章都使用了马氏距离进行衡量特征向量之间的“远近”。
  因此，我想搞清楚马氏距离以及欧式距离之间的区别。本文是之为记。

Basis

  方差：方差是标准差的平方，而标准差的意义是数据集中各个点到均值点距离的平均值。反应的是数据的离散程度。
  协方差：标准差与方差是描述一维数据的，当存在多维数据时，我们通常需要知道每个维数的变量中间是否存在关联。协方差就是衡量多维数据集中，变量之间相关性的统计量。比如说，一个人的身高与他的体重的关系，这就需要用协方差来衡量。如果两个变量之间的协方差为正值，则这两个变量之间存在正相关，若为负值，则为负相关。
  协方差矩阵，当变量多了，超过两个变量了。那么，就用协方差矩阵来衡量这么多变量之间的相关性。假设 X” role=”presentation” style=”position: relative;”>XX 个随机变数（其中的每个随机变数是也是一个向量，当然是一个行向量）组成的列向量：

X=[X1X2⋮Xn]” role=”presentation” style=”text-align: center; position: relative;”>X=⎡⎣⎢⎢⎢⎢X1X2⋮Xn⎤⎦⎥⎥⎥⎥X=[X1X2⋮Xn]

X =

⎡⎣⎢⎢⎢⎢X1X2⋮Xn⎤⎦⎥⎥⎥⎥ [ X 1 X 2 ⋮ X n ]

  其中， μi” role=”presentation” style=”position: relative;”>μiμi项是一个协方差）被定义为如下形式：

∑ij=cov(Xi,Xj=E[(Xi−μi)(Xj−μj)])” role=”presentation” style=”text-align: center; position: relative;”>∑ij=cov(Xi,Xj=E[(Xi−μi)(Xj−μj)])∑ij=cov(Xi,Xj=E[(Xi−μi)(Xj−μj)])

\sum_{ij} = cov(X_i,X_j = E[(X_i-\mu_i)(X_j-\mu_j)])
  即：

∑=[E[(X1−μ1)(X1−μ1)])E[(X1−μ1)(X2−μ2)])⋯E[(X1−μ1)(Xn−μn)])E[(X2−μ2)(X1−μ1)])E[(X2−μ2)(X2−μ2)])⋯E[(X2−μ2)(Xn−μn)])⋮⋮⋱⋮E[(Xn−μn)(X1−μ1)])E[(Xn−μn)(X2−μ2)])⋯E[(Xn−μn)(Xn−μn)])]” role=”presentation” style=”text-align: center; position: relative;”>∑=⎡⎣⎢⎢⎢⎢⎢E[(X1−μ1)(X1−μ1)])E[(X2−μ2)(X1−μ1)])⋮E[(Xn−μn)(X1−μ1)])E[(X1−μ1)(X2−μ2)])E[(X2−μ2)(X2−μ2)])⋮E[(Xn−μn)(X2−μ2)])⋯⋯⋱⋯E[(X1−μ1)(Xn−μn)])E[(X2−μ2)(Xn−μn)])⋮E[(Xn−μn)(Xn−μn)])⎤⎦⎥⎥⎥⎥⎥∑=[E[(X1−μ1)(X1−μ1)])E[(X1−μ1)(X2−μ2)])⋯E[(X1−μ1)(Xn−μn)])E[(X2−μ2)(X1−μ1)])E[(X2−μ2)(X2−μ2)])⋯E[(X2−μ2)(Xn−μn)])⋮⋮⋱⋮E[(Xn−μn)(X1−μ1)])E[(Xn−μn)(X2−μ2)])⋯E[(Xn−μn)(Xn−μn)])]

\sum = \begin{bmatrix} E[(X_1-\mu_1)(X_1-\mu_1)]) & E[(X_1-\mu_1)(X_2-\mu_2)]) & \cdots & E[(X_1-\mu_1)(X_n-\mu_n)]) \\ E[(X_2-\mu_2)(X_1-\mu_1)]) & E[(X_2-\mu_2)(X_2-\mu_2)]) & \cdots & E[(X_2-\mu_2)(X_n-\mu_n)]) \\ \vdots & \vdots & \ddots & \vdots \\
  矩阵中的第 (i,j)” role=”presentation” style=”position: relative;”>(i,j)(i,j) 的协方差。

Mahalanobis Distance & Euclidean Distance

Definition

  马氏距离（Mahalanobis Distance）是由印度统计学家马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的）并且是尺度无关的（scale-invariant），即独立于测量尺度。
  对于一个均值为μ=(μ1,μ2,μ3,...,μp)T” role=”presentation” style=”position: relative;”>μ=(μ1,μ2,μ3,...,μp)Tμ=(μ1,μ2,μ3,...,μp)T，其马氏距离为：

DM(x)=(x−μ)T∑−1(x−μ)” role=”presentation” style=”text-align: center; position: relative;”>DM(x)=(x−μ)T∑−1(x−μ)−−−−−−−−−−−−−−−−−√DM(x)=(x−μ)T∑−1(x−μ)

  如果 ∑−1” role=”presentation” style=”position: relative;”>∑−1∑−1是单位阵的时候，马氏距离简化为欧氏距离。

Why is Mahalanobis distance?

  马氏距离有很多优点，马氏距离不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差）计算出的二点之间的马氏距离相同。马氏距离还可以排除变量之间的相关性的干扰。
  它的缺点是夸大了变化微小的变量的作用。

  这个stackexchange问答很好的回答了马氏距离的解释：
  下图是一个二元变量数据的散点图：

  当我们将坐标轴拿掉，如下图，我们能做些什么呢？

   那就是根据数据本身的提示信息来引入新的坐标轴。
  坐标的原点在这些点的中央（根据点的平均值算得）。第一个坐标轴（下图中蓝色的线）沿着数据点的“脊椎”，并向两端延伸，定义为使得数据方差最大的方向。第二个坐标轴（下图红色的线）会与第一个坐标轴垂直并向两端延伸。如果数据的维度超过了两维，那就选择使得数据方差是第二个最大的方向，以此类推。

  我们需要一个 比例尺度。用数据沿着每一个坐标轴的标准差来定义一个单位长度。要记住 68-95-99.7法则：大约2/3的点需要在离原点一个单位长度的范围内；大约95%的点需要在离原点两个单位的长度范围内；这会使得我们更紧盯着正确的单元。为了以示参考，如下图：

  上图并不像是一个圆，对吧？那是因为这幅图是被扭曲的（图中，不同轴上的单位长度不一样）。因此，让我们重新沿着正确的方向画图——从左到右，从下到上（ 相当于旋转一下数据）。同时， 并让每个轴方向上的单位长度相同，这样横坐标上一个单位的长度就与纵坐标上的单位长度相同。

  这里发生了什么？我们让数据告诉我们怎样去从散点图中构建坐标系统，以便进行测量。这就是上面所要表达的内容。尽管在这样的过程中我们有几种选择（我们可以将两个坐标轴颠倒；在少数的几种情况下，数据的“脊椎”方向——主方向，并不是唯一的），但是这些在最后并不影响距离。

Technical comments

  沿着新坐标轴的单位向量是协方差矩阵的特征向量。

  注意到没有变形的椭圆，变成圆形后沿着特征向量用标准差（协方差的平方根）将距离长度分割。用C” role=”presentation” style=”position: relative;”>CC。这个公式不管用什么基底表示向量以及矩阵时都成立。特别是，这个公式在原始的坐标系中对于Mahalanobis Distance的计算也正确。

  在最后一步中，坐标轴扩展的量是协方差矩阵的逆的特征值（平方根），同理的，坐标轴缩小的量是协方差矩阵的特征值。所以，点越分散，需要的将椭圆转成圆的缩小量就越多。

  尽管上述的操作可以用到任何数据上，但是对于多元正态分布的数据表现更好。在其他情况下，点的平均值或许不能很好的表示数据的中心，或者数据的“脊椎”（数据的大致趋势方向）不能用变量作为概率分布测度（using variance as a measure of spread）来准确的确定。

  原始坐标系的平移、旋转，以及坐标轴的伸缩一起形成了仿射变换（affine transformation）。除了最开始的平移之外，其余的变换都是基底变换，从原始的一个变为新的一个。

  对于多元正太分布，Mahalanobis 距离（已经变换到新的原点）出现在表达式exp(−12x2)” role=”presentation” style=”position: relative;”>exp(−12x2)exp(−12x2)的位置，描述标准正太分布的概率密度。因此，在新的坐标系中，多元正态分布像是标准正太分布，当将变量投影到任何一条穿过原点的坐标轴上。特别是，在每一个新的坐标轴上，它就是标准正态分布。从这点出发来看，多元正态分布彼此之实质性的差异就在于它们的维度。注意，这里的维数可能，有时候会少于名义上的维数。

  假设数据分布是一个二维的正椭圆，x” role=”presentation” style=”position: relative;”>xx轴进行缩放，对应的操作就是在协方差矩阵的对角上加上归一化的操作，使得方差变为1.

  假设数据分布是一个二维的椭圆，但是不是正的，比如椭圆最长的那条线是45°” role=”presentation” style=”position: relative;”>45°45°的，因为矩阵的对角只是对坐标轴的归一化，如果不把椭圆旋转回来，这种归一化是没有意义的，所以矩阵上的其他元素（非对角）派上用场了。如果椭圆不是正的，说明变量之间是有相关性的（x大y也大，或者负相关），加上协方差非对角元素的意义就是做旋转。

上图是，一个左下右上方向标准差为 3，正交方向标准差为 1 的多元高斯分布的样本点。由于 x 和 y 分量共变（即相关），x 与 y 的方差不能完全描述该分布；箭头的方向对应的协方差矩阵的特征向量，其长度为特征值的平方根。

Reference

1. https://en.wikipedia.org/wiki/Mahalanobis_distance
2. https://zh.wikipedia.org/wiki/%E9%A9%AC%E6%B0%8F%E8%B7%9D%E7%A6%BB
3. http://blog.csdn.net/lanbing510/article/details/8758651
4. http://www.zhizhihu.com/html/y2009/261.html
5. http://stats.stackexchange.com/questions/62092/bottom-to-top-explanation-of-the-mahalanobis-distance
6. https://www.zybuluo.com/Antosny/note/108773
7. https://zh.wikipedia.org/wiki/%E5%8D%8F%E6%96%B9%E5%B7%AE%E7%9F%A9%E9%98%B5